沈阳新松公司档案管理系统的设计与实现-软件工程专业毕业论文.docxVIP

研究生优秀毕业论文 大连理工大学专业学位硕士学位论文摘 大连理工大学专业学位硕士学位论文 摘 要 早在20世纪30年代，我国对档案检索学科进行比较系统的研究。随着信息技术的 飞速发展，以及档案工作与信息技术的紧密结合，从而为档案检索学科的研究提供了源 源不断的强大动力。如今，日新月异的信息技术让网络化的档案检索手段不断深入，传 统的手工信息检索手段将逐渐被计算机信息检索所取代。 计算机检索档案信息最常用的方法是关键词法，此方法一般人都能使用，但检索到 的信息范围较广，针对性不强。因此，本系统将此方法和自然语言处理技术相结合，通 过研究检索信息与被检索信息之间的文本相似度计算方法，加强检索的针对性，使系统 达到更好的检索效果。本系统运用的主要技术： 1．本系统运用自然语言处理的分词技术，将用户提交查询的关键词串和待查档案 文本的目录和内容进行分词预处理。 2．本系统在检索过程中，需要对预处理的词语进行大量计算，为提高检索时的计 算速度，在数据存储方面运用倒排索引的存储结构。 3．在多种文本相似度计算方法中，本系统采用了信息检索系统中常用的BM25算 法，通过大量实验证明，BM25的计算方法性能较好，且比较稳定。 本系统在经过大量实验以及全面细致的测试后，已经在沈阳新松机器人公司得到了 使用，系统运行快速稳定，档案检索效果显著。 关键词：档案检索学科；分词技术；倒排索引；BM25算法 万方数据 沈阳新松公司档案管理系统的设计与实现Design 沈阳新松公司档案管理系统的设计与实现 Design and Implementation of Archive Management System for Shenyang SIASUN Company Abstract Back in the 1 930s，our country systematic conduced research on file retrieval discipline． Closely integrated with the rapid development of information technology and the archival work，creating a steady stream of powerful driving force for research subjects to retrieve files． Nowadays，rapidly evolving information technology makes network—based file retrieval means for the deepening of,Traditional manual information retrieval will be gradually replaced by computer information retrieval． The key word iS the most commonly used method of computer archival information retrieval method，which is applied to most people，but the retrieved information is largely broader and unfocused．Therefore，the system uses this method and natural language processing technology combined，through calculation method of text similarity between retrieving information and retrieved information，strengthen targeted retrieval，allowing the system to achieve better search results．This system applied the following techniques： 1。The system uses natural language processing technology segmentation，the catalog and user submitted content keyword query string and text files of unknown origin were pretreated word． 2．The system in the search process，the need for compute—intensive pre